Анализ экономических моделей

Работа включает в себя анализ реальных экономических моделей . 1) рассчитать корреляцию между экономическими показателями ( не менее 6) из статистических данных по выборке не менее 50 наблюдений ( из интернета, печатных источников или вашего предприятия). Интерпретируйте полученные данные. 2) Построить линейную множественную регрессию. Определить теоретическое уравнение множественной регрессии . Оценить адекватность построенной модели. Определить значимость переменных , найти среднюю ошибку аппроксимации ( вручную в экселе) , коэффициент детерминации , линейные коэффициенты корреляции между всеми членами регрессии , найти критерий Фишера, Т- статистику и т. д. 3) Проверить модели на отсутствие автокорреляции 4) Проверить на гетероскедастичность моделей. Работа выполняется на листах формат ...

Выводы по работе
В ходе проведения корреляционно-регрессионного анализа было получено следующее уравнение множественной линейной регрессии, описывающее влияние на валовой региональный продукт факторов: Основные фонды в экономике, млн. руб; Площадь территории, тыс. км2; Среднегодовая численность занятых в экономике, тыс. человек; Среднедушевые денежные доходы (в месяц), руб. ; Сальдированный финансовый результат (прибыль минус убыток) деятельности организаций, млн. руб.
Y = -257602,546+ 0,075X1 + 31,202X2 + 300,526X3 + 13,386X4 + 1,507X5
Положительные коэффициенты регрессионной модели перед эндогенными переменными свидетельствуют о прямой зависимости валового регионального продукта от рассматриваемых факторов.
При этом
• увеличение объема основных фондов на 1 млн. руб. приведет к увеличению валового регионального продукта на 0,075 млн. руб.,
• увеличение площади территории на 1 тыс. км2 приведет к увеличению валового регионального продукта на 31,202 млн. руб.,
• увеличение численности экономически активного населения на 1 тыс. чел. приведет к увеличению валового регионального продукта на 300,52 млн. руб.,
• увеличение среднедушевых денежных доходов на 1 руб. приведет к увеличению валового регионального продукта на 13,386 млн. руб.,
• увеличение сальдированного финансового результата деятельности организаций на 1 млн. руб. приведет к увеличению валового регионального продукта на 1,505 млн. руб.
По критерия Стьюдента установлена значимость коэффициентов модели перед факторами:
• X1 – Основные фонды в экономике, млн. руб
• X3 – Среднегодовая численность занятых в экономике, тыс. человек
• X4 – Среднедушевые денежные доходы (в месяц), руб.
• X5 – Сальдированный финансовый результат (прибыль минус убыток) деятельности организаций, млн. руб.
А также установлена не значимость коэффициента модели перед фактором:
• X2 – Площадь территории, тыс. км2
Таким образом, доказано что площадь занимаемой регионом территории не влияет на его экономические показатели.
По критерию Фишера установлено, что вся модель в целом значима. Коэффициент детерминации составляет 0,955, что свидетельствует о том, что данная модель объясняет 95,5% дисперсии Y. А средняя ошибка аппроксимации составляет 10 %, то также говорит о том, что в целом модель хорошо описывает рассматриваемый показатель.
Установлено, что в остатках рассматриваемой модели отсутствует автокорреляция и гетероскедастичность.

Задание для выполнения практической работы по дисциплине «Эконометрика»
Работа включает в себя анализ реальных экономических данных при помощи изученных эконометрических моделей.
Работа должны быть выполнена в соответствии со следующими этапами:
1) Рассчитайте корреляцию между, экономическими показателями (не менее 6) из статистических данных по выборке не менее 50 наблюдений (из Интернета, печатных источников или Вашего предприятия). Интерпретируйте полученные данные.
2) Постройте линейную множественную регрессию. Определите теоретическое уравнение множественной регрессии. Оцените адекватность построенной модели. Определите значимость переменных, найдите среднюю ошибку аппроксимации (вручную в экселе), коэффициент детерминации, линейные коэффициенты корреляции между всеми членами регресс ии, найти критерий Фишера, Т-статистику и т. д.
3) Проверьте модели на отсутствие автокорреляции.
4) Проверка на гетероскедастичность моделей.

Работа выполняется на листах формата А4, с титульным листом и обязательными выводами по работе.